awesome-repositories.com
Blog
MCP
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektMCP-ServerÜber unsRanking-MethodikPresse
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 Repo

Awesome GitHub RepositoriesBidirectional LSTMs

Neural network layers that process sequences in both directions to capture long-term dependencies.

Distinct from Sequence-to-Sequence Mappings: Specializes sequence-to-sequence mapping to bidirectional LSTM architectures for contextual understanding.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Bidirectional LSTMs. Refine with filters or upvote what's useful.

Awesome Bidirectional LSTMs GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • macanv/bert-bilstm-crf-nerAvatar von macanv

    macanv/BERT-BiLSTM-CRF-NER

    4,904Auf GitHub ansehen↗

    Dieses Projekt ist ein Framework für Named Entity Recognition und ein auf TensorFlow basierendes Natural-Language-Processing-Modell. Es bietet eine Pipeline zur Anpassung vortrainierter Sprachmodelle an spezifische Entitätserkennungs- und Textklassifizierungsaufgaben. Das System implementiert eine Sequenz-Labeling-Architektur, die transformer-basierte Embeddings mit bidirektionaler Sequenzmodellierung und Conditional-Random-Field-Dekodierung kombiniert. Es enthält Tools zum Fine-Tuning von Modellgewichten und zum Trainieren des Netzwerks, um Entitäten innerhalb unstrukturierter Texte zu identifizieren und zu kategorisieren. Das Framework enthält zudem eine Client-Server-Architektur, die trainierte Modelle über eine HTTP-API bereitstellt. Dies ermöglicht Remote-Inferenz, Named-Entity-Vorhersage und Textdokumentklassifizierung über eine Netzwerkschnittstelle.

    Implements bidirectional sequence modeling to capture text dependencies for entity recognition.

    Python
    Auf GitHub ansehen↗4,904
  1. Home
  2. Artificial Intelligence & ML
  3. Sequence Decoding Models
  4. Sequence-to-Sequence Mappings
  5. Bidirectional LSTMs